Help us understand the problem. What is going on with this article?

numpy.savetxtで標準出力

More than 1 year has passed since last update.

何かしらの処理の結果得られたnumpy配列を標準出力に流したい、という時の方法。
Python2系と3系で微妙に違ったので両方書きます。

Python2系

numpy配列をファイルに保存する関数としてnumpy.savetxt()がありますが、
引数の保存先にsys.stdoutを指定することでnumpy配列を標準出力に流すことができます。

  • サンプルコード
save_stdout_2.py
import sys
import numpy as np

X = np.array([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
np.savetxt(sys.stdout, X)
  • 実行
$ python save_stdout_2.py
1.000000000000000000e+00 2.000000000000000000e+00 3.000000000000000000e+00
4.000000000000000000e+00 5.000000000000000000e+00 6.000000000000000000e+00

Python3系

基本的には2系と同じなのですが、そのままsave_stdout_2.pyを実行すると次のようなエラーが出ます。

$ python save_stdout_2.py
...
TypeError: Mismatch between array dtype ('float64') and format specifier ('%.18e %.18e %.18e')

以下によると、どうやらPython3系においてnumpy.savetxt()はバイナリモードで書き込むことを前提としているらしいです。
https://stackoverflow.com/questions/35372829/numpy-savetxt-resulting-a-formatting-mismatch-error-in-python-3-5

savetxt opens the file in wb mode, and thus writes everything as bytes.

そこで出力先をsys.stdout.bufferに変更します。これはバイナリデータの読み書きを行うオブジェクトです。

  • サンプルコード
save_stdout_3.py
import sys
import numpy as np

X = np.array([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
np.savetxt(sys.stdout.buffer, X)
  • 実行
$ python save_stdout_3.py
1.000000000000000000e+00 2.000000000000000000e+00 3.000000000000000000e+00
4.000000000000000000e+00 5.000000000000000000e+00 6.000000000000000000e+00

Python2系と同じ出力を得ることができました。

おまけ-標準入力

np.loadtxt()の読み込み先をsys.stdinにすることで標準入力の文字列をnumpy配列に入れることができます。

  • サンプルコード
load_stdin.py
import sys
import numpy as np

X = np.loadtxt(sys.stdin)

これを使えばシェルのフィルタコマンドでは困難な処理もPythonで書くことができます。

knucklethrow
何かをアウトプットするために始めた
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした